[發明專利]一種網絡評論分析方法及系統

在審

• 申請號: 201711212278.5
• 申請日: 2017-11-28
• 公開（公告）號: CN107992550A
• 公開（公告）日: 2018-05-04
• 發明（設計）人: 李孟歆;劉方卉竹;許可;張穎;侯靜
• 申請（專利權）人: 沈陽建筑大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 北京高沃律師事務所11569
• 代理人: 王戈

技術領域

本發明涉及網絡信息處理領域，特別是涉及一種網絡評論分析方法及系統。

背景技術

在“互聯網+”這個時代背景下，廣大的網民已經不再是互聯網信息的被動獲取者，而是這些信息的主要制造者。人們可以足不出戶、一鍵下單，購買全球各地的商品并對其做出評論、分享心得等。這些涌現在各種網絡媒體中的海量信息，表達了用戶的情感、觀點和心情等主觀性信息，而文本是其中的主要表現形式。這些海量的主觀性文本數據蘊含的潛在價值是不可估量的。對于商業來說，可以通過整合消費者的評論來了解用戶的需求，改變設計甚至是調整生產計劃來增加利潤；對于政府部門來說，可以通過分析熱門事件的網絡評論來知曉群眾的意見，進而改善社會管理、及時處理社會問題等。如何高效地從這些海量的數據中提取出蘊含著社會和商業價值的信息，并且進一步地對這些信息做出精準的分析，這是當前自然語言處理領域的熱門研究課題之一，文本情感分類技術正是針對這類問題應運而生。

傳統的分類是以評論的投票比例作為分類依據，雖然投票比例非常直觀的表達了人們對于該評論是否有幫助的想法，但是這個投票率并不是一個合格的標準，因為它需要時間來獲取人們的選票。隨著時間的推移，新評論與舊評論的投票數必然會產生變化，從而無法準確確定評價結果。

發明內容

本發明的目的是提供一種網絡評論分析方法及系統，可提高網絡評價的準確性。

為實現上述目的，本發明提供了如下方案：

一種網絡評論分析方法，所述網絡評論分析方法包括：

獲取網絡中的原始評論文本、所述原始評論文本的發表時間及獲取時間；

對網絡中的原始評論文本進行文本預處理，獲得所述原始評論文本的詞組集合；

從所述詞組集合中提取所述原始評論文本的情感特征集；

根據所述原始評論文本的發表時間及獲取時間，確定對應原始評論文本的權重；

基于支持向量機SVM分類器，根據所述原始評論文本的情感特征集及對應的權重，確定所述原始評論文本的置信度。

可選的，所述網絡評論分析方法還包括：

預設多個置信度區間及對應的評論類別，所述評論類別包括有用好評、無用好評、有用差評及無用差評；

根據確定的置信度及對應的置信度區間，確定所述原始評論文本的評論類別。

可選的，所述對網絡中的原始評論文本進行文本預處理，獲得所述原始評論文本的詞組集合，具體包括：

對所述原始評論文本進行分詞處理，獲得多個詞語；

對各個詞語進行詞性標注；

刪除詞性標注后的各個詞語中的停用詞，剩余的詞語構成所述原始評論文本的詞組集合。

可選的，所述情感特征集包括情感詞特征向量特征、實詞特征。

可選的，從所述詞組集合中提取所述原始評論文本的情感詞特征向量特征，具體包括：

基于word2vec工具，計算所述詞組集合中任意兩個詞語之間的相似度；

計算每個詞語的相似度的平均值，各個詞語的相似度平均值為情感詞特征向量特征。

可選的，所述實詞特征包括詞語個數、句子個數、詞語個數/句子個數、星星個數、非謂語形容詞比例、副詞比例、名詞比例、限定詞比例、程度詞比例、介詞比例、不及物動詞比例、及物動詞比例、正向性詞匯個數、負向性詞匯個數中至少一者。

可選的，所述根據所述原始評論文本的發表時間及獲取時間，確定對應原始評論文本的權重，具體包括：

根據以下公式，計算原始評論文本的獲取時間與發表時間的時間差值：

Δt_i＝T_i1-T_i0，

其中，i表示原始評論文本，T_i0表示原始評論文本i的發表時間，T_i1表示原始評論文本i的獲取時間，Δt_i表示原始評論文本i的獲取時間與發表時間的時間差值；

根據以下公式，確定原始評論文本的權重：

α_i＝1/Δt_i，

其中，α_i表示原始評論文本i的權重。

為實現上述目的，本發明提供了如下方案：

一種網絡評論分析系統，所述網絡評論分析系統包括：

獲取單元，用于獲取網絡中的原始評論文本、所述原始評論文本的發表時間及獲取時間；

預處理單元，用于對網絡中的原始評論文本進行文本預處理，獲得所述原始評論文本的詞組集合；